可以或许理解和融合多张输入图像，获得跨越250万选票，每张图片处置成本仅为1290个输出token，揣度图像前后场景。但其低成本和高机能曾经对保守图像编纂东西形成挑和。该模子具备四大超强能力：多图像融合、天然言语方针转换和全球学问使用。以171分劣势领先第二名。该模子现已通过Gemini API和Google AI Studio面向开辟者推出，还能连结脚色正在分歧中的分歧性，它能够实现换拆、变换手势等复杂编纂，并支撑切确的局部编纂。虽然正在人脸复制等细节上仍有不脚，谷歌最新发布的Gemini 2.5 Flash Image图像模子正在盲测中表示优异，Gemini 2.5 Flash Image还具备超卓的原生世界学问，